logo标签列表

计算正则表达式的唯一出现次数

regexlinuxbashshell
4

我有一份服务器的邮件日志，我想统计每个用户每小时发送了多少封电子邮件。

目前，我已删除了不必要的信息，但我无法让它统计每个唯一用户发送的电子邮件数量。

到目前为止我写的是:

 awk '{print $3, $7;}' ./maillog | sed '/from/!d' | sed 's/:[0-9][0-9]:[0-9][0-9] /:00 /g' | sed 's/from=<//g' | egrep '[a-zA-Z0-9]+\@[a-zA-Z0-9.-]+(org|net|com)' | uniq -c > output.txt

主要问题是我发现同一个用户在同一小时内出现多次（我不希望出现这种情况）。需要得到的示例可以在此处查看：http://1drv.ms/1AwMMzQ。请注意，我需要的示例只是一个样例，而非正确的输出结果。如果您在我所提供的文件上运行脚本，将会在同一小时内两次记录用户25，这并不满足要求。以下是某人建议的输出示例（非常长）：
Jan 16 08:33:04 mail.knurledwidgets.example.org sendmail[3539]: q5c1SrFqkAZq9b: Milter: connect to filters
Jan 16 08:33:06 mail.knurledwidgets.example.org sendmail[3539]: q5c1SrFqkAZq9b: from=<user1@dont-cross-the-memes.example.com>, size=38065260, class=-30, nrcpts=1, msgid=<gnDSaYSEaP4Yk/.F0EhYbIYcihGO8Vd.dont-cross-the-memes.example.com>, proto=ESMTP, daemon=MTA-v6, relay=proton.dont-cross-the-memes.example.com [192.168.98.234]
Jan 16 08:33:06 mail.knurledwidgets.example.org sendmail[7734]: qqGjhufuNY5UJ: Milter: connect to filters
Jan 16 08:33:07 mail.knurledwidgets.example.org sendmail[8780]: qkwEbHuoJi40Lj: Milter: connect to filters
Jan 16 08:33:07 mail.knurledwidgets.example.org sendmail[8780]: qkwEbHuoJi40Lj: from=<user25@knurledwidgets.example.org>, size=36412443, class=-30, nrcpts=1, msgid=<w/7AIsHSy6.gkNTPlyyE55u.knurledwidgets.example.org>, proto=ESMTP, daemon=MTA-v6, relay=mail.knurledwidgets.example.org [10.0.0.20]
Jan 16 08:33:08 mail.knurledwidgets.example.org sendmail[7734]: qqGjhufuNY5UJ: from=<user6@stellar-patrol.example.com>, size=33411319, class=-30, nrcpts=1, msgid=<il/5SxUES9XwRhX.KfO6ywkQROALbnz.stellar-patrol.example.com>, proto=ESMTP, daemon=MTA-v6, relay=feinstein.stellar-patrol.example.com [192.168.73.3]
Jan 16 08:33:09 mail.knurledwidgets.example.org sendmail[3539]: q5c1SrFqkAZq9b: Milter accept: message
Jan 16 08:33:09 mail.knurledwidgets.example.org sendmail[8780]: qkwEbHuoJi40Lj: Milter accept: message
Jan 16 08:33:10 mail.knurledwidgets.example.org sendmail[7734]: qqGjhufuNY5UJ: Milter accept: message
Jan 16 08:33:12 mail.knurledwidgets.example.org sendmail[1618]: qhgKT0cN80gSX: Milter: connect to filters
Jan 16 08:33:13 mail.knurledwidgets.example.org sendmail[1618]: qhgKT0cN80gSX: from=<user25@knurledwidgets.example.org>, size=780642, class=-30, nrcpts=1, msgid=<hX49btAurMDDZlhWo.5RpGEJxQQilElvDgRpc3sw.knurledwidgets.example.org>, proto=ESMTP, daemon=MTA-v6, relay=mail.knurledwidgets.example.org [10.0.0.20]

以下是输出示例的样本：
1 08:00 user10@yuhoo.example.com
1 08:00 user19@knurledwidgets.example.org
1 08:00 user1@beshonk.example.com
5 08:00 user27@knurledwidgets.example.org
1 09:00 user12@knurledwidgets.example.org
1 09:00 user17@knurledwidgets.example.org
1 09:00 user26@knurledwidgets.example.org
7 09:00 user27@knurledwidgets.example.org
2 09:00 user33@knurledwidgets.example.org
1 09:00 user42@knurledwidgets.example.org

请解释一下你给出的答案，因为目的是学习而不是做练习。
谢谢你的时间。
在问题本身中包含一小部分输入和期望输出的示例将非常有用。 - Tom Fenech
我添加了样本，但输入格式混乱，基本上每行都以“Jan”开头（为了澄清）。 - Petru Daniel Tudosiu
1
我假设那是一个所需输出的示例？ - merlin2011
很遗憾，我们没有得到期望的输出结果，只是为了让我们感受一下期望的输出结果而给出的。 - Petru Daniel Tudosiu
很遗憾，它不存在...那就为我们制作一个吧！ - Tom Fenech
显示剩余2条评论
1个回答
2

sort命令在uniq之前可以给出计数：

awk '{print $3, $7;}' ./maillog | sed '/from/!d' | sed 's/:[0-9][0-9]:[0-9][0-9] /:00 /g' | sed 's/from=<//g' | egrep '[a-zA-Z0-9]+\@[a-zA-Z0-9.-]+(org|net|com)' | sort | uniq -c`

  1 08:00 user1@dont-cross-the-memes.example.com>,
  2 08:00 user25@knurledwidgets.example.org>,
  1 08:00 user6@stellar-patrol.example.com>,

请参考 uniq --help：

注意：除非重复的行是相邻的，否则 uniq 不会检测到它们。 您可能需要先对输入进行排序，或使用不带 uniq 的 sort -u。 此外，比较遵循由 LC_COLLATE 指定的规则。

请问你能解释一下为什么吗？这和uniq有关吗？谢谢！ - Petru Daniel Tudosiu
uniq 的文档应该说明只有“连续”的行才会被计算，并且可能需要排序才能得到所需的结果... - Has QUIT--Anony-Mousse
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接